#практикаоценки

Вся правда о стандартном отклонении: как не ошибиться, сравнивая результаты психометрики

Вы смотрите на отчеты кандидатов и видите: у одного 5 стенов, у другого – 7. Кажется, второй явно сильнее. Но так ли это на самом деле?

Разберем,
📌 почему из небольших различий не стоит делать далекоидущих выводов?
📌 какую роль тут играет стандартное отклонение?

✉️ Что это вообще такое?
Стандартное отклонение (или стандартная ошибка измерения) — это статистический показатель, который отражает типичный разброс результатов вокруг среднего значения.
Проще говоря: он показывает, в каком диапазоне с большой вероятностью лежит «настоящий» результат. Любая оценка содержит погрешность, и именно стандартное отклонение помогает эту погрешность учесть.

🔍 Почему это важно при сравнении результатов
Если зоны реальных значений двух сотрудников перекрываются на величину стандартного отклонения – фактических различий между ними нет. Значимые различия проявляются только тогда, когда результаты отличаются больше, чем на одну стандартную ошибку.

Стандартные ошибки для разных шкал:
📌 Шкала стенов: 1 стен (используется в наших опросниках)
📌 Т‑баллы: 5,5 (используется в наших тестах способностей)
✅ С процентилями все сложнее
Процентили — нелинейная шкала: один процентиль в центре не равен одному процентилю на краю. Стандартная ошибка здесь варьируется от 1% до 20% — и зависит от того, насколько значение близко к центру.

📑 Например, кандидат получил 50‑й процентиль. При стандартной ошибке в 20% его реальный результат лежит в диапазоне от 30‑го до 70‑го процентиля! То есть формально «средний» результат на деле может соответствовать довольно широкому спектру способностей.

❕ Как это выглядит на практике
В отчетах Perspectives это показывают через «бегунок» на шкале стенов: в центре — полученный результат, а края охватывают соседние значения (±1 стен). Это и есть диапазон, где с вероятностью около 70% находится истинный уровень кандидата. Если «бегунки» двух участников пересекаются — между ними нет статистически значимых различий.

🔖 Практический вывод
Не делайте поспешных выводов из минимальных расхождений в баллах. Если диапазоны результатов перекрываются, кандидаты фактически равны по уровню способностей — и выбирать нужно, опираясь на другие критерии: опыт, мотивацию, соответствие культуре и т.д.